【導(dǎo)讀】工具，進(jìn)而闡述了當(dāng)今數(shù)字圖像處理的主要應(yīng)用。計(jì)算機(jī)對(duì)其進(jìn)行處理的過程。數(shù)字圖像處理最早出現(xiàn)于20世紀(jì)50年代，當(dāng)。理的目的是改善圖像的質(zhì)量，它以人為對(duì)象，以改善人的視覺效果為目的。方法有圖像增強(qiáng)、復(fù)原、編碼、壓縮等。首次獲得實(shí)際成功應(yīng)用的是美國噴氣推。他們對(duì)航天探測器徘徊者7號(hào)在1964年發(fā)回的幾千張?jiān)虑蛘?。隨后又對(duì)探測飛船發(fā)回的近十萬張照片進(jìn)行更為復(fù)雜的圖像處。發(fā)揮了巨大的作用。數(shù)字圖像處理取得的另一個(gè)巨大成就是在醫(yī)學(xué)上獲得的成。人類作出了劃時(shí)代的貢獻(xiàn)。與此同時(shí)，圖像處理技術(shù)在許多應(yīng)用領(lǐng)域受到廣泛重。人類視覺系統(tǒng)理解外部世界，這被稱為圖像理解或計(jì)算機(jī)視覺。是發(fā)達(dá)國家投入更多的人力、物力到這項(xiàng)研究，取得了不少重要的研究成果。算描述目標(biāo)的特征，如目標(biāo)的幾何形狀特征、統(tǒng)計(jì)特征、矩特征、紋理特征等。技術(shù)出現(xiàn)后，得到了進(jìn)一步的發(fā)展。因此處理速度較慢。的有機(jī)結(jié)合，它集結(jié)了二者的優(yōu)點(diǎn)。光電結(jié)合處理是今后圖像處理的

　　

【正文】 如 X 射線照片的分析、血球計(jì)數(shù)與染色體分類等。目前廣泛應(yīng)用于臨床診斷和治療的各種成像技術(shù)，如超聲波診斷等都用到圖像處理技術(shù)。有人認(rèn)為計(jì)算機(jī)圖像處理在醫(yī)學(xué)上應(yīng)用最成功的例子就是 X射線 CT。 1968 1972 年英國 EMI 公司的 Hounsfeld 研制了頭部 CT， 1975 年又研制了全身 CT。 20 世紀(jì) 70 年代下半葉美、日、法、荷蘭相繼生產(chǎn) CT。其中主要研制者 Hounsfeld（英）和 Cormack（美）獲得了 1 979 年的諾貝爾生理醫(yī)學(xué)獎(jiǎng)。這足以說明 CT 的發(fā)明與研究對(duì)人類的貢獻(xiàn)之大、影響之深。類似的設(shè)備目前已有多 種，如核磁共振 CT( nuclear magic resonance imaging， NMRI)、電阻抗斷層圖像技術(shù) (electrical impedance tomography， EIT)和阻抗成像(impedance imaging)，這是一種利用人體組織的電特性（阻抗、導(dǎo)納、介電常數(shù)）形成人體內(nèi)部圖像的技術(shù)。由于不同組織和器官具有不同的電特性，因此，這些電特性包含了解剖學(xué)信息。更重要的是人體組織的電特性隨器官功能的狀態(tài) 11 而變化，因此， EIT 可望繪 m 反應(yīng)與人體病理和生理狀態(tài)相應(yīng)功能的圖像。目前，EIT 已發(fā)展了一些相應(yīng)的算法（如圖像重建算法），并正在臨床應(yīng)用中進(jìn)行探索。當(dāng)前的主要問題是分辨能力差，原因是入射電流進(jìn)入人體組織后呈三維分布發(fā)散，因此，指向性不強(qiáng)，并且電流在人體組織中的分布規(guī)律復(fù)雜，未知因素多。雖然 EIT 分辨率不高，但是生物阻抗技術(shù)提取的組織和器官的電特性信息對(duì)血液、氣體、體液和不同組織成分有獨(dú)特的鑒別能力，對(duì)血液的流動(dòng)分布、肺內(nèi)的氣血交換、體液含量與流動(dòng)等非常敏感，以此為基礎(chǔ)，可進(jìn)行心、腦、肺及相關(guān)循環(huán)系統(tǒng)的功能評(píng)價(jià)及血液動(dòng)力學(xué)與流變學(xué)的研究。該技術(shù)對(duì)肺癌的早期發(fā)現(xiàn)顯示出很大優(yōu)越性，這一點(diǎn) 是現(xiàn)有的其他成像技術(shù)無法比擬的。 細(xì)胞圖像的處理是計(jì)算機(jī)圖像處理在醫(yī)學(xué)領(lǐng)域的另一個(gè)具體應(yīng)用，主要包括細(xì)胞圖像的增強(qiáng)技術(shù)，細(xì)胞圖像的分析與識(shí)別技術(shù)等。細(xì)胞圖像增強(qiáng)的主要目的是改善細(xì)胞圖像的質(zhì)量，針對(duì)給定細(xì)胞圖像及其應(yīng)用目的，突出細(xì)胞圖像的整體成局部特征，以提高細(xì)胞圖像的視覺效果和識(shí)別特征。圖 1 給出了細(xì)胞圖像增強(qiáng)的實(shí)例，其中圖 1 (a)為原始細(xì)胞圖像，圖 1 (b)為增強(qiáng)后的細(xì)胞圖像。對(duì)比兩幅圖像可以看出，經(jīng)過圖像增強(qiáng)，細(xì)胞圖像的視覺效果得到了明顯地改善。 細(xì)胞圖像識(shí)別和理解的主要目的是在已經(jīng)建立的類別對(duì)象中，對(duì) 未知類別的細(xì)胞圖像，在經(jīng)過適當(dāng)分析處理的基礎(chǔ)上，將其進(jìn)行識(shí)別分類及理解，并提供相應(yīng)細(xì)胞圖像所反映出來的有關(guān)信息。如利用早期癌細(xì)胞普查圖像處理系統(tǒng)，可實(shí)現(xiàn)細(xì)胞自動(dòng)分類。癌細(xì)胞的識(shí)別可以選擇的代表特征有細(xì)胞的胞核大小、細(xì)胞的外形、癌細(xì)胞核染色質(zhì)等。這些特征在圖像分析中是可以抽取出來的。抽取出生物的特征，就可以找出正確的識(shí)別分類的規(guī)則，進(jìn)行圖像識(shí)別的操作，以判斷細(xì)胞是否有癌變，從而及早地發(fā)現(xiàn)癌變，達(dá)到早期診斷和治療的目的。 圖 1 細(xì)泡圖像增強(qiáng)實(shí)例 12 數(shù)字圖像處理在工業(yè)中的應(yīng)用 在生產(chǎn)線中對(duì)生產(chǎn) 的產(chǎn)品及部件進(jìn)行無損檢測也是圖像處理技術(shù)的一個(gè)廣泛的應(yīng)用領(lǐng)域。如計(jì)算機(jī)圖像處理技術(shù)可應(yīng)用于品振元件缺陷檢測。為了能夠?qū)ζ氛袢毕葸M(jìn)行準(zhǔn)確快速的檢測識(shí)別，采用計(jì)算機(jī)圖像處理的方法，把 CCD 攝像機(jī)對(duì)被檢測品振元件拍攝的圖像傳輸入計(jì)算機(jī)，并對(duì)圖像進(jìn)行預(yù)處理和分析，得到缺陷檢測的實(shí)驗(yàn)分析報(bào)告。 圖 2 給出了正常品振和缺陷品振的對(duì)比圖。篩選 m 的品振缺陷主要是氣和填充不足，由于品振的填充材料是晶體，透光性較弱，故采用點(diǎn)光源從底倉垂直投影，攝像頭從上面拍攝的方法。對(duì)于填充不足的品振，有部分光從未被填充晶體的品振中穿過 ，光強(qiáng)明顯大于其他區(qū)域 (見圖 2(b))；對(duì)于有氣泡的晶振，光源穿過晶體內(nèi)部時(shí)，由于氣泡的散射作用，大部分光被散射，其圖像明顯暗于正常的晶振 (見圖 2(d))，圖 2(a)和圖 2(c)是正常品振的圖像。 圖 2 正常晶振與缺陷晶振對(duì)比 常見的預(yù)處理有去除噪聲、降低不均勻光照的影響和增強(qiáng)圖像的對(duì)比度。有氣泡的品振圖像灰度值明顯大于正常晶振，填充不足的品振其未被填充的透光部分灰度值很低，針對(duì) 這兩種缺陷可以利用圖像處理技術(shù)進(jìn)行品振缺陷檢測，達(dá)到白動(dòng)識(shí)別的目的。 此外，食品包裝出廠前的質(zhì)量檢查、浮法玻璃生產(chǎn) 線上對(duì)玻璃質(zhì)量的監(jiān)控和篩選、甚至在工件尺寸測量方面也可以采用圖像處理的方法加以白動(dòng)實(shí)現(xiàn)。另外 13 鐵譜分析也是一個(gè)典型的應(yīng)用。零件、產(chǎn)品無損檢測，焊縫及內(nèi)部缺陷檢查；流水線零件白動(dòng)檢測識(shí)別（供裝配流水線用）；郵件白動(dòng)分撿，包裹分檢識(shí)別；印制板質(zhì)量缺陷的檢出；生產(chǎn)過程的監(jiān)控；交通管制，機(jī)場監(jiān)控；紡織物花型，圖案設(shè)計(jì)；金相分析；光彈性場分析；標(biāo)志、符號(hào)識(shí)別，如超級(jí)市場算賬；火車車皮識(shí)別；支票、簽名、文件識(shí)別及辨?zhèn)危贿\(yùn)動(dòng)車、船的視覺反饋控制；密封元器件內(nèi)部質(zhì)量檢查等。 14 參考文獻(xiàn) [1] 戴平陽 指紋識(shí)別技術(shù)研究進(jìn)展 廈門人 1 學(xué)計(jì)算機(jī)科 1 學(xué)系 2021 04 29 [2] 龔盧蓉 劉純平等 數(shù)字圖像處理與分析 [M] 清華大學(xué)出版社 2021 6 [3] 阮秋琦著。數(shù)字圖像處理學(xué) [M].北京：電子工業(yè)出版社， 2021 年 1 月 [4] 張兆禮，趙春暉，梅曉丹?，F(xiàn)代圖像處理技術(shù)及 Matlab 實(shí)現(xiàn) [M].北京：人民郵電出版社。 [5] 章毓晉．圖像處理和分析 [M]．北京：清華大學(xué)出版社， 1999． [6] Ranade A, Rosenfeld A. Point pattern mathcing by relaxation[J]. Pattren Recognition, 1993 [7] O39。Gorman L, Nickerson J V. An approach to fingerprint filter design[J], Pattren Recoginition, 1989